跨国深谈← 返回←VLA

集里怎么说它

• 《不做 LLM，做世界模型：Alex 的 12 亿美元豪赌》(10:31起):被 Alex 判为「一个非常糟糕的 hack」：用 LLM 直接驱动机器人，不精确、非常慢、算力贵到离谱（家用机器人 24 小时要 100 美元）。
• 《编码智能体开始接管机器人：LLM 控制物理世界的前沿》(01:57起):由 RT2 论文确立的机器人模型范式，被类比为「必须直接输出动作、无法为复杂任务分配更多算力」的链式思维之前阶段，且多年受数据瓶颈困扰。
• 《跑得比博尔特快没用？DeepMind 机器人负责人谈 Gemini Robotics 与 GPT-2 时代的机器人》(25:09起):本集说它是把语言和图像空间映射到机器人关节空间的动作模型,Gemini Robotics 2 已能控制从指尖到脚部的整个机器人
• 《机器人捡起香蕉当扫帚：Generalist 的物理世界通用智能》(25:00起):Florence 在 Google 帮忙创造了最早的 VLA，但他认为在 VLA 和世界模型之间站队没意义，能达成目标的方法组合才重要。

① 提到它的金句

2 条

VLA 是一个非常糟糕的 hack：你有一把锤子，你有一个 LLM，然后你看什么都像钉子。
VLA is a very bad hack where you have a hammer, you have a LLM, and you see everything as a nail.
—— Alex · [10:31]

指向原始笔记的链接

如果你有 10 个任务按顺序执行，ER 模型有某个 x 成功率，VLA 模型有 y 成功率，那么如果你有一个按顺序执行的任务，你基本上就是在复合误差。
if you have 10 tasks in sequence and now you have the ER model which has a certain x success rate and the VLA model which has a y success rate now the if you have a sequencing task you are basically compounding the error.
—— Kirthana Gopalakrishnan · [52:39]

指向原始笔记的链接

② 出现在这些集

4 集

• 《不做 LLM，做世界模型：Alex 的 12 亿美元豪赌》 — 作为概念
• 《编码智能体开始接管机器人：LLM 控制物理世界的前沿》 — 作为概念
• 《跑得比博尔特快没用？DeepMind 机器人负责人谈 Gemini Robotics 与 GPT-2 时代的机器人》 — 作为概念
• 《机器人捡起香蕉当扫帚：Generalist 的物理世界通用智能》 — 作为概念

③ 关联

点进去有真内容 —— 本页主要出口

世界模型 · 跨载体 · LLM · Alex · Han Mei · Kirthana Gopalakrishnan · Pete Florence · AMI · Francois · Google DeepMind